GPT-5.6 Codex Appレビュー：Sol・Terra・Luna・max・ultraの選び方
ChatGPTのGPT-5.6が複雑な会話やナレッジワークを強化するのに対し、Codex Appで重要なのは、モデルがリポジトリ、ターミナル、ブラウザ、マルチエージェント環境でタスク完了まで作業できる点です。
CodexではSol、Terra、Lunaを選択し、reasoning effortを調整できます。難しい単一タスクではmax、対象プランでは複数のエージェントを並行調整するultraも利用できます。
この記事では、3モデルの使い分け、maxとultraの違い、1.05M APIコンテキストの意味、CodexのサブスクリプションとAPI料金の考え方を解説します。
先に結論
- GPT-5.6は2026年7月9日にCodexで公開されました。
- 公開時の条件では、FreeとGoユーザーはCodexでGPT-5.6 Terraを利用できます。
- Plus、Pro、Business、EnterpriseではSol、Terra、Lunaを選択できます。
maxは1つの難しいタスクに推論能力を多く割り当てます。ultraは複数のエージェントを並行するワークストリームで調整し、Plus以上に提供されます。- OpenAIが示す最低バージョンは、ChatGPTデスクトップAppのCodexモード
26.707.30751とCodex CLI0.144.0です。
短くまとめると、難しい開発はSol、日常開発はTerra、高速・大量処理はLuna、並行分割できる大規模タスクだけultraが基本です。
Codex Appは単なるコーディングチャットではない
Codex Appはエージェント向けのcommand centerです。ローカルコードの読み書き、コマンドとテストの実行、diffのレビュー、worktreeによる並行タスクの分離、Skillsの再利用、Automationsによる反復作業、プロジェクトをまたぐコンテキスト管理に対応します。
したがってGPT-5.6 Codexは、関数を1つ生成できるかではなく、コードベースを理解し、ツールを使い、変更を検証し、タスク全体を完了できるかで評価すべきです。
CodexでのSol・Terra・Lunaの選び方
| モデル | Codexでの役割 | おすすめのタスク | |---|---|---| | GPT-5.6 Sol | フラッグシップ | 設計、大規模リファクタリング、難しいデバッグ、調査、長時間タスク | | GPT-5.6 Terra | 性能とコストのバランス | 日常開発、テスト、PR、文書、一般的なエージェント処理 | | GPT-5.6 Luna | 高速・低コスト | 小さな修正、コード検索、整形、大量の軽量タスク |
Solを選ぶ場面
不確実性が高い作業、モジュール横断の判断、複雑なツール利用、失敗コストが大きいタスクにはSolが向いています。大規模なフレームワークやデータベース移行、複数サービスにまたがる障害調査、セキュリティ監査、製品の新規構築、コード・文書・設計・テストを同時に扱う開発が代表例です。
Terraを選ぶ場面
Terraは多くの開発者にとって現実的なデフォルトです。明確なバグ修正、テストや型の追加、通常のコードレビュー、文書更新、中規模リファクタリング、CI/CDやリポジトリ保守に適しています。
Lunaを選ぶ場面
Lunaは速度とコストを重視し、範囲が明確な作業向けです。ファイルや呼び出し箇所の検索、少量の設定変更、簡単なスクリプト作成、リネーム、フォーマット、初期プロトタイプに向いています。
maxとultraの違い
maxは、現在のモデルと1つのワークストリームにより多くの推論を割り当てる設定です。深い分析が必要でも、並行分割しにくいタスクに適しています。
ultraは目的が異なります。OpenAIは、複数のエージェントが並行ワークフローで協力する最高能力設定と説明しています。例えば、バックエンド分析、フロントエンド確認、テスト追加、セキュリティと回帰リスクのレビューを別のエージェントが担当し、最後にメインエージェントが統合できます。
単一ファイルの小さな修正で複数エージェントを起動しても、調整コストが増えるだけの場合があります。ultraの価値は単なる性能ではなく、タスクを重複なく並行分割できることにあります。
GPT-5.6のコーディング性能
OpenAIが公開した主なコーディング・エージェント指標は次のとおりです。
- GPT-5.6 Solの
Artificial Analysis Coding Agent Index v1.1は80 DeepSWE v1.1は72.7%Terminal-Bench 2.1は88.8%- Sol Ultraの
Terminal-Bench 2.1は91.9% SWE-Bench Proは64.6%
ターミナル操作、エージェント実行、ツール利用の向上を示す結果ですが、実際の効率は自社リポジトリで検証する必要があります。テストの初回通過率、変更範囲、自律的な修正、長時間タスクの脱線、総時間、Token、レビュー工数を比較してください。
1.05Mコンテキストの意味
OpenAI APIドキュメントでは、GPT-5.6 Sol、Terra、Lunaはいずれも1.05M Tokenのコンテキストと最大128K Tokenの出力をサポートします。
これはAPIモデルの仕様であり、すべてのCodexサブスクリプションタスクで無制限に1.05Mを使えるという意味ではありません。Codex Appで利用できる量は、プラン上限、製品仕様、コンテキスト管理、ツール出力に左右されます。
大規模リポジトリでは、最初に構成と対象範囲を整理し、関連ファイルだけを検索し、テスト結果と重要な判断を段階的に要約する方が安定します。長いコンテキストは、無関係なファイルをすべて投入する理由にはなりません。
GPT-5.6 APIの料金
2026年7月の公開時点におけるOpenAI APIの公式価格は次のとおりです。
| モデル | 入力 / 100万Token | 出力 / 100万Token | |---|---:|---:| | GPT-5.6 Sol | $5 | $30 | | GPT-5.6 Terra | $2.50 | $15 | | GPT-5.6 Luna | $1 | $6 |
3モデルとも1.05Mコンテキストに対応しますが、入力が272K Tokenを超えるリクエストには長文コンテキスト料金が適用され、リクエスト全体の入力は2倍、出力は1.5倍で計算されます。
Codexのサブスクリプション枠とAPI Token料金は別です。サブスクリプションではプランの上限と追加credits、プログラムからの利用ではAPI Tokenとツール料金を確認します。100万Token当たりの単価だけでなく、完了までのステップ、手戻り、レビュー時間まで含めて比較すべきです。
Codex AppとAPIエージェントの違い
Codex Appは人が直接監督する開発に向いています。プロジェクト、タスク、diff、権限を画面で管理し、CLIやIDEの設定を再利用できるため、ローカルリポジトリ、並行worktree、人間によるレビューと相性が良い設計です。
APIはシステム自動化向けです。モデル、推論強度、ツールを指定し、バッチ処理、ボット、SaaS、社内プラットフォーム、コストルーティング、再試行を実装できます。
GPT-5.6のResponses APIにはProgrammatic Tool Callingも追加され、メモリ内でプログラムを作成・実行してツールと中間結果を調整できます。Multi-agentはbetaとして並行サブエージェントと結果統合に対応します。
GPT-5.6、Claude、Grok、GLM、DeepSeekを統一環境で比較する場合は、モデルのリアルタイム料金と提供状況、API Tokenの購入、API導入ガイドを確認してください。対応モデル、料金、プラン、地域別の提供状況は変更される可能性があり、特定モデルの継続提供を保証するものではありません。
自社リポジトリで評価する方法
標準化する前に、実務を代表する小さな社内ベンチマークを用意します。範囲の明確なバグ、モジュール横断の変更、失敗テストの調査、文書作業、長時間のエージェント処理を含め、タスク受け入れ率、通過テスト、無関係な変更、ツール失敗、レビュー時間、総時間、Tokenやcreditsを記録します。
マルチエージェントでは、エージェント間の作業重複と最終統合時の制約漏れも測定します。担当範囲が明確で、メインエージェントが結果を正しく統合できる場合にのみ、並行化の効果が現れます。
セキュリティとリポジトリ管理
Codex Appには設定可能なシステムレベルのサンドボックスと権限ルールがあります。それでも、最小限のリポジトリアクセスから始め、マージ前にdiffを確認し、秘密情報をプロンプトやログに含めず、動作変更にはテストを必須にすべきです。
破壊的コマンド、本番認証情報、デプロイ、外部へのメッセージには人間の明示的な承認を残してください。モデルが多くの作業を実行できるほど、権限境界は重要になります。
最終評価
GPT-5.6はCodex Appのモデル選択をワークフロー選択へ変えます。Sol、Terra、Lunaは能力、バランス、速度を担当し、maxは1つの作業を深く考え、ultraは複数のエージェントを並行調整します。
コード補完からエージェント実行へ移行しているなら、GPT-5.6とCodex Appは試す価値があります。すべてをSol Ultraで処理するのではなく、タスクの難易度と構造に合う階層を選ぶことが重要です。
FAQ
Codex Appで最も強いGPT-5.6はどれですか？
Solがフラッグシップ階層で、ultraがマルチエージェント並行処理向けの最高能力設定です。結果はタスクの分割方法とプラン上限にも左右されます。
FreeとGoでもGPT-5.6 Codexを使えますか？
公開時のOpenAIの説明では、CodexでGPT-5.6 Terraを利用できます。SolとLunaには対象となる上位プランが必要です。
GPT-5.6 Codexに必要なバージョンは？
OpenAIが示す最低バージョンは、ChatGPTデスクトップAppのCodexモード26.707.30751、またはCodex CLI 0.144.0です。
GPT-5.6 Codexは1Mコンテキストに対応しますか？
GPT-5.6 APIモデルの仕様は1.05Mコンテキストです。Codex Appで実際に利用できるコンテキストと上限は、製品方針、プラン、タスク管理により異なります。
日常のコーディングにはTerraとLunaのどちらが向いていますか？
品質とコストのバランスを重視する標準モデルにはTerraが適しています。Lunaは高速で範囲が明確な大量の軽量タスク向けです。